| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2024-03-03 09:36 時空間周波数領域における部分空間表現に基づく手話認識 ○佐藤遼太・スザナ リタ アルベス ベレザ（筑波大）・エリカ キド シモモト（産総研）・マテウス シルバデリマ（筑波大）・加藤伸子（筑波技大）・福井和広（筑波大）  PRMU2023-54 |
|
| 抄録 | （和） | 本論文は時空間周波数領域の部分空間表現に基づく手話動画像の認識法を提案する．従来の部分空間に基づく手法では，動画列を構成する画像セットに対して，単純に主成分分析(PCA)を適用して部分空間を生成していた．この手法は部分空間を容易に生成できるが，得られた部分空間にはフレーム順序のような時系列情報が含まれない．このために，手話動画像のように時系列情報が識別において大きな意味を持つ動画列に対しては，高い性能が期待できなかった．提案法の基本アイデアは，手話動画像列を3次元高速フーリエ変換(3D-FFT)を用いて，周波数領域における3次元振幅スペクトルテンソルに変換することにある．提案法では，３次元振幅テンソルの各モードに対してそれぞれPCAを適用して３つの部分空間セットを得る．３つの部分空間のセットは積グラスマン多様体（PGM）上の1点と見なせるので，２つの手話動画像列の類似度はPGM上の対応する２点間の距離として算出する．独自に構築した日本語手話データセットと中国語手話の公開データセットを用いた評価実験により，提案手法が従来の部分空間ベースの性能を大幅に改善出来ることを確認した． |
| （英） | This paper proposes a subspace-based method for sign language recognition in videos. The proposed method represents a sign video as a 3D amplitude spectrum tensor on the frequency-domains, which is invariant to the shifts in the spatial and temporal directions of target objects. Such a 3D tensor is generated by applying the three-dimensional fast Fourier transform (3D-FFT) to a sign video. A 3D amplitude spectral tensor is regarded as one point on the Product Grassmann Manifold (PGM). The classification of videos is conducted based on the distance between two points corresponding to two videos on the PGM. The extensive experiments on private and public sign language recognition datasets demonstrated the effectiveness of the proposed method, showing a significant performance improvement over conventional subspace-based methods. |
|
| キーワード | （和） | 手話認識 / 3次元高速フーリエ変換 / 積グラスマン多様体 / 部分空間表現 / / / / |
| （英） | Sign Language Recognition / 3D Fast Fourier Transform / Product Grassmann Manifold / Subspace-based Methods / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 409, PRMU2023-54, pp. 19-24, 2024年3月. | |
| 資料番号 | PRMU2023-54 | |
| 発行日 | 2024-02-25 (PRMU) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2023-54 |
|
| 研究会情報 | |
| 研究会 | PRMU IBISML IPSJ-CVIM |
| 開催期間 | 2024-03-03 - 2024-03-04 |
| 開催地（和） | 広島大学 東広島キャンパス |
| 開催地（英） | Hiroshima Univ. Higashi-Hiroshima campus |
| テーマ（和） | 雑多なデータセットの有効活用 (PRMU/IPSJ-CVIM)、機械学習の理論と応用の広がり (IBISML) |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2024-03-PRMU-IBISML-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 時空間周波数領域における部分空間表現に基づく手話認識 |
| サブタイトル（和） | |
| タイトル（英） | Sign language recognition using subspace representations |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 手話認識 / Sign Language Recognition |
| キーワード(2)（和/英） | 3次元高速フーリエ変換 / 3D Fast Fourier Transform |
| キーワード(3)（和/英） | 積グラスマン多様体 / Product Grassmann Manifold |
| キーワード(4)（和/英） | 部分空間表現 / Subspace-based Methods |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 佐藤 遼太 / Ryota Sato / サトウ リョウタ |
| 第1著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. of Tsukuba) |
| 第2著者 氏名（和/英/ヨミ） | スザナ リタ アルベス ベレザ / Suzana Rita Alves Beleza / スザナ リタ アルベス ベレザ |
| 第2著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. of Tsukuba) |
| 第3著者 氏名（和/英/ヨミ） | エリカ キド シモモト / Erica Kido Shimomoto / エリカ キド シモモト |
| 第3著者 所属（和/英） | 産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第4著者 氏名（和/英/ヨミ） | マテウス シルバデリマ / Matheus Silva de Lima / マテウス シルバデリマ |
| 第4著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. of Tsukuba) |
| 第5著者 氏名（和/英/ヨミ） | 加藤 伸子 / Nobuko Kato / カトウ ノブコ |
| 第5著者 所属（和/英） | 筑波技術大学 (略称： 筑波技大) Tsukuba University of Technology (略称： Tsukuba Univ. of Technology) |
| 第6著者 氏名（和/英/ヨミ） | 福井 和広 / Kazuhiro Fukui / フクイ カズヒロ |
| 第6著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. of Tsukuba) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-03 09:36:00 |
| 発表時間 | 12分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2023-54 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.409 |
| ページ範囲 | pp.19-24 |
| ページ数 | 6 |
| 発行日 | 2024-02-25 (PRMU) |
[研究会発表申込システムのトップページに戻る]